Article Per Year (5 Year)
p-Index From 2021 - 2026
4.857
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Teknologi Informasi dan Ilmu Komputer EMITTER International Journal of Engineering Technology Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Charity : Jurnal Pengabdian Masyarakat Jurnal Abdimas Kartika Wijayakusuma Indonesian Community Journal Jurnal Pengabdian Masyarakat Bhinneka eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika LOGIC: Jurnal Penelitian Informatika Proceeding of Community Service and Engagement
Febryanti Sthevanie
Telkom University
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 67 Documents
Search

 3   4   5   6   7 
Pendeteksi Masker pada Gambar Menggunakan Model Deep Learning Yolo-v2 dengan ResNet-50 Atria Salim, Muhammad Rizki; Sthevanie, Febryanti; Nur Ramadhani, Kurniawan
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Sistem deteksi masker merupakan suatu upaya untuk mencegah penyebaran COVID-19. Pada penelitian ini sistem deteksi masker dikembangkan menggunakan model deep learning Yolo-v2 dengan bantuan ResNet-50. ResNet-50 digunakan sebagai backbone layer pengganti Yolo-v2, sedangkan Yolo-v2 menjadi komponen utama pendeteksi face mask. Penelitian ini menggunakan Face Mask Dataset dan Medical Mask Dataset berupa citra gambar yang diambil dari kaggle. Pengujian parameter konfigurasi saat training model dilakukan dengan harapan dapat meningkatkan akurasi dan kinerja dari sistem deteksi masker. Sistem deteksi masker menggunakan metode ini mendapatkan hasil F1-Score sebesar 84%.Kata Kunci — deteksi masker, ResNet-50, YOLO-v2, COVID-19
Deteksi Kanker Kulit Melanoma Menggunakan Derivative of Gaussian dan Convolutional Neural Network Rahman, Rahadian Yusuf Abdul; Sthevanie, Febryanti; Kosala, Gamma
LOGIC: Jurnal Penelitian Informatika Vol. 2 No. 1 (2024): Mei 2024
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/logic.v2i1.7529

Abstract

Melanoma merupakan jenis kanker kulit paling mematikan di seluruh dunia. Namun, kanker kulit merupakan salah satu kanker yang mudah untuk disembuhkan karena terletak di bagian luar tubuh dan apabila dapat dideteksi sejak dini maka penyakit ini dapat ditangani lebih efektif. Ada beberapa metode klasifikasi yang digunakan untuk deteksi dini kanker kulit seperti SVM, KNN dan CNN. Dalam hal ini, jurnal ini menunjukkan metode untuk mendeteksi kanker kulit melanoma menggunakan derivative of gaussian(DOG) dan convolutional neural network(CNN). Akan dilakukan 5 skenario pengujian untuk mengetahui bagaimana performa dari apa yang diusulkan, salah satu dari skenario tersebut menggunakan gaussian filter.
Klasifikasi Aksara Lontara Dari Sulawesi Selatan Menggunakan CNN Abdul Rahim; Febryanti Sthevanie; Kurniawan Nur Ramadhani
LOGIC: Jurnal Penelitian Informatika Vol. 2 No. 2 (2024): Desember 2024
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/logic.v2i2.8812

Abstract

Sebagai negara kepulauan dengan keberagaman budaya dan bahasa, Indonesia memegang peran penting dalam menyimpan dan merawat warisan budaya. Salah satu warisan tersebut adalah aksara Lontara, sebuah sistem tulisan tradisional yang telah digunakan secara luas di Sulawesi Selatan. Penelitian ini melakukan perbandingan beberapa arsitektur CNN untuk klasifikasi aksara Lontara dalam konteks OCR. Hasil eksperimen menunjukkan bahwa arsitektur CNN yaitu VGG16 mencapai performa terbaik dengan akurasi training validation sebesar 97% dan testing sebesar 90% dibandingkan dengan arsitektur VGG19, ResNet, dan ResNetV2.
Nuclei Detection and Classification System Based On Speeded Up Robust Feature (SURF) Amalina, Neneng Nur; Ramadhani, Kurniawan Nur; Sthevanie, Febryanti
EMITTER International Journal of Engineering Technology Vol 7 No 1 (2019)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (842.261 KB) | DOI: 10.24003/emitter.v7i1.288

Abstract

Tumors contain a high degree of cellular heterogeneity. Various type of cells infiltrate the organs rapidly due to uncontrollable cell division and the evolution of those cells. The heterogeneous cell type and its quantity in infiltrated organs determine the level maglinancy of the tumor. Therefore, the analysis of those cells through their nuclei is needed for better understanding of tumor and also specify its proper treatment. In this paper, Speeded Up Robust Feature (SURF) is implemented to build a system that can detect the centroid position of nuclei on histopathology image of colon cancer. Feature extraction of each nuclei is also generated by system to classify the nuclei into two types, inflammatory nuclei and non-inflammatory nuclei. There are three classifiers that are used to classify the nuclei as performance comparison, those are k-Nearest Neighbor (k-NN), Random Forest (RF), and State Vector Machine (SVM). Based on the experimental result, the highest F1 score for nuclei detection is 0.722 with Determinant of Hessian (DoH) thresholding = 50 as parameter. For classification of nuclei, Random Forest classifier produces F1 score of 0.527, it is the highest score as compared to the other classifier.
Pengembangan Media Komunikasi SD Ar-Rafi’ Bandung Dalam Bentuk Jurnal Digital dan Chatbot Informasi Layanan Febryanti Sthevanie; Gia Septiana Wulandari; Mahmud Dwi Sulistiyo
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 4 No. 2 (2024): The Proceeding of Community Service and Engagement (COSECANT) Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v4i2.8502

Abstract

Pada jenjang pendidikan dasar, media komunikasi antara sekolah dengan stakeholder memegang peranan. Dua stakeholder yang memilki peran penting pada sebuah lembaga pendidikan sekolah dasar adalah masyarakat umum dan orang tua siswa, sehingga media komunikasi yang digunakan oleh sekolah dengan kedua stakeholder tersebut memegang peranan penting. Saat ini, media komunikasi yang dimiliki oleh SD Ar-Rafi’ untuk berkomunikasi dengan orang tua adalah berupa buku jurnal. Buku ini digunakan sebagai panduan siswa dan orang tua dalam melaksanakan program sekolah. Buku jurnal yang digunakan berbentuk hardcopy dan memiliki kekurangan ketika buku tersebut tertinggal atau hilang, sehingga proses komunikasi dan pencatatan tertunda atau terputus, sehingga dibutuhkan digitalisasi buku jurnal menjadi berbentuk website. Tim abdimas telah mengembangkan website yang dapat memberikan kemudahan user dalam mengakses informasi dan data secara langsung melalui internet. Website yang dibangun memberikan akses kepada guru untuk memberikan feedback ataupun panduan berupa tugas program sekolah untuk dilaksanakan oleh siswa dengan pendampingan oleh orang tua di rumah. User orang tua dapat memantau tugas-tugas yang diberikan serta memberikan laporan hasil pengerjaan anak di rumah. Kemudian dalam berkomunikasi dengan masyarakat luas, SD Ar-Rafi’ masih menggunakan website yang bersifat serta kontak admin melalui aplikasi WhatsApp. Akan tetapi, komunikasi dengan admin terbatas pada waktu dalam menjawab pertanyaan-pertanyaan masyarakat. Dalam rangka meningkatkan kecepatan respon kendala tersebut, dibutuhkan media komunikasi yang dapat menjawab pertanyaan masyarakat yang umum ditanyakan dengan lebih cepat. Oleh karenanya, tim abdimas mengembangkan teknologi Chatbot yang dapat menjawab pertanyaan masyarakat yang umum ditanyakan kepada admin, sehingga masyarakat bisa mendapatkan respon yang lebih cepat terkait pertanyaan yang dimilikinya.
Pelatihan Artificial Intelligence Tools Dalam Meningkatkan Kreativitas dan Produktivitas Generasi Muda Kurniawan Nur Ramadhani; Febryanti Sthevanie; Gia Septiana Wulandari
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 5 No. 1 (2025): The Proceeding of Community Service and Engagement (COSECANT) Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v5i1.9333

Abstract

Familia Kreativa adalah sebuah Social Enterprise yang berfokus pada pengembangan produk edukasi kreatif untuk anak-anak usia 3-9 tahun. Dengan visi untuk menginspirasi keluarga di seluruh dunia, Familia Kreativa menyediakan berbagai printable berkualitas yang mendukung proses belajar yang menyenangkan dan interaktif. Sebagai Social Enterprise, Familia Kreativa tidak hanya berfokus pada keuntungan bisnis, tetapi juga memiliki misi sosial untuk mendukung pengembangan kreativitas anak-anak di Indonesia. Di sisi lain, kemajuan teknologi, khususnya Artificial Intelligence (AI), muncul peluang besar dalam bidang desain grafis. AI memungkinkan desainer untuk bekerja lebih cepat, efisien, dan inovatif. Pelatihan AI tools kemudian telah dilaksanakan untuk membekali para generasi muda binaan Familia Kreativa dengan keahlian penggunaan AI tools khususnya pada bidang desain grafis. Pelatihan ini bertujuan untuk meningkatkan kreativitas dan produktivitas, terutama bagi anggota remaja, serta memberikan pemahaman tentang potensi dan keterbatasan AI dalam desain grafis, agar dapat memanfaatkannya secara bijak.
MNetNCR: MobileNet model for efficient traditional Nusantara script character recognition Wisesty, Untari Novia; Ihsan, Aditya Firman; Sulistiyo, Mahmud Dwi; Richasdy, Donni; Yunanto, Prasti Eko; Kosala, Gamma; Gandhi, Arfive; Sthevanie, Febryanti
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 15, No 2: April 2026
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v15.i2.pp1513-1528

Abstract

Preservation of traditional Nusantara scripts is very important because these traditional scripts are part of the cultural heritage that reflects the identity and history of the nation. This research proposed MobileNet for Nusantara character recognition (MNetNCR) model based on MobileNetV3 architecture to recognize traditional Nusantara scripts with lightweight, efficient architecture, and accurate recognition. The novel and comprehensive datasets for traditional Nusantara scripts have been curated in this research, that will later be stored digitally and can be used in further research. This novel dataset includes handwritten Balinese, Batak, Javanese, Lontara, and Sundanese scripts, each with unique visual characteristics. The proposed MNetNCR model is highly effective in recognizing characters, achieving F1-scores of 0.9934 for Balinese, 0.9450 for Batak, 0.9788 for Javanese, 0.9936 for Lontara, and 0.9961 for Sundanese scripts, according to the experimental results. The MNetNCR model built in this research has been proven to be effective and efficient in recognizing traditional scripts accurately. It also supports the preservation and promotion of the nation's cultural and historical heritage.
Co-Authors 1Faizal Bima Prayudha Abdul Rahim Adam Geraldy Katab Adhika Widya Prastomo Aditya Firman Ihsan Agustina, Nur Azizah Al Faraby, Said Alda Putri Utami Amalina, Neneng Nur Amalina, Neneng Nur Anang Kurniawan Anditya Arifanto Anditya Arifianto Anditya Arifiyanto Andri Arindiah Arfive Gandhi Arida Kartika Atria Salim, Muhammad Rizki Bedy Purnama Brilian Aringga Prabowo Danu Hary Prakoso Diah Ajeng Dwi Yuniasih Dian Masmawati Dindin Dhino Alamsyah Donni Richasdy Dwi Prasetya Sujoko Dwiki Lazzaro Ema Rachmawati Ema Rachmawati Enki Probo Sidhi Farid Hidayat Fazmah Arif Y, Fazmah Fernanda Januar Pratama Fikri Firdaus Gamma Kosala Ghali Marzan Gia Septiana Wulandari Grandhys Setyo Utomo Gugy Lucky Khamdani Hafidh Fikri Rasyid Hizas Sabilal Rasyad Hutomo, Ardityo Cahyo Putro Hutomo I Putu Indra Aristya Imamul Akhyar Indra Bayu Kusuma Jonas de Deus Guterres Ketut Sudyatmika Putra Kurniawan Nur R Kurniawan Nur Ramadhani Kurniawan Nur Ramdhani Laksitowening, Kusuma Ayu Lukmana Sardi, Indra Mahmud Dwi Sulistiyo Maula Ilma Ahgnia Dwi Anjani Mochamad Rakha Luthfi Fahsya Muhammad Afif Amanullah Fawwaz Muhammad Jendro Yuwono Muhammad Jendro Yuwono Muhammad Salman Farhan Muhammad Zaki, Ghilman Muhammad Zulfiqar Shafar Nur Hidayah, Maulana Nur Indah Puspa Idham Nur Ramadhani, Kurniawan Nurul Halimatul Azizah Prasti Eko Yunanto Rachmi Azanisa Putri Rahman, Rahadian Yusuf Abdul Retno Novi Retno Novi Reza Dwi Ansari Rimba Whidiana Ciptasari Rita Rismala Rivan Ardyanto Sutoyo Sakinah Indriyani Saputra, Naufal Luthfi Shabran Fauzan Ahmad Sulistiyo, Mahmud Tito Prihambodo Tjokorda Agung Budi W Tjokorda Agung Budi Wiharja Tjokorda Agung Budi Wirayuda Untari Novia Wisesty Wikky Fawwaz Al Maki Zeyhan Aliyah